Đánh giá thang đo

Một phần của tài liệu CƠ SỞ LÝ THUYẾT BÁO CÁO VỀ XU HƯỚNG TIÊU DÙNG HIỆN NAY (Trang 41)

4.3.1 Phân tích độ tin cậy Cronbach Anpha

Các thang đo được kiểm định độ tin cậy bằng công cụ Cronbach Alpha. Hệ số của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau, giúp loại đi những biến và thang đo không phù hợp. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nghiên cứu đề nghị rằng Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).

Từ đó, tác giả kiểm định độ tin cậy của thang đo dựa trên cơ sở các biến quan sát có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach Alpha từ 0,7 trở lên.

Kết quả kiểm định độ tin cậy của các thang đo cho thấy tất cả các thang đo đều đạt độ tin cậy cho phép, do đó đều được sử dụng trong các bước phân tích EFA và hồi quy tiếp theo (chi tiết xem tại phụ lục D).

Bảng 4.2 : Kiểm định các thang đo bằng Cronbach’s Alpha

Biến quan sát Trung bình

thang đo nếu loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến

tổng

Cronbach's alpha nếu loại

biến

Chất lượng cảm nhận Cron bach Alpha = .838

PQ_1 11.00 3.811 .677 .792 PQ_2 10.82 3.859 .709 .779 PQ_3 10.87 3.932 .618 .818 PQ_4 10.79 3.693 .680 .791

Giá cả cảm nhận Cron bach Alpha = .801

MP_1 10.52 3.917 .688 .717 MP_2 10.40 3.876 .651 .734 MP_3 10.62 4.179 .538 .789 MP_4 10.88 4.102 .589 .764

Giá cả hành vi Cron bach Alpha = .721

BP_1 11.60 3.298 .573 .618 BP_2 11.63 3.312 .576 .616 BP_3 11.50 3.796 .477 .677 BP_4 11.46 4.044 .413 .711

Cảm xúc phản h ồi Cron bach Alpha = .871

ER_1 11.07 4.690 .727 .834 ER_2 11.14 4.309 .716 .842 ER_3 11.07 4.726 .738 .831 ER_4 11.07 4.707 .728 .834

Danh tiếng Cron bach Alpha = .865

RE_1 15.42 6.103 .640 .847 RE_2 15.59 5.864 .672 .840 RE_3 15.43 5.367 .770 .814 RE_4 15.62 5.934 .634 .849 RE_5 15.42 5.880 .715 .830

Xu hướng tiêu d ùng Cron bach Alpha = .893

BI_1 11.07 4.761 .695 .888 BI_2 10.91 4.911 .762 .863 BI_3 10.96 4.665 .824 .840 BI_4 10.98 4.564 .780 .855

4.3.2 Phân tích nhân tố khám phá EFA

Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.

4.3.2.1 Thang đo các thành phần giá trị cảm nhận

Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:

• Hệ số KMO (Kaiser-Meyer-Olkin)≥ 0.5 với mức ý nghĩa của kiểm định Bartlett ≤ 0.05

• Hệ số tải nhân tố (Factor loading) ≥ 0.5

• Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số Eigenvalue >1

• Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố. Khi phân tích EFA với thang đo các thành phần giá trị cảm nhận, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có eigenvalue >1.

Kết quả phân tích nhân tố cho thấy 21 biến quan sát của 5 thành phần giá trị cảm nhận được nhóm thành 4 nhân tố. Hệ số KMO = 0.905 nên EFA phù hợp với dữ liệu. Thống kê Chi-square của kiểm định Bartlett’s đạt giá trị 3.039 với mức ý nghĩa 0.000 do đó các biến quan sát có tương quan với nhau. Phương sai trích đạt 63.933% thể hiện 4 nhân tố giải thích được gần 64% biến thiên của dữ liệu, do vậy các thang đo rút ra chấp nhận được. Điểm dừng trích các yếu tố tại nhân tố thứ 4 với Eigenvalue=1.072. Hệ số tải nhân tố đều lớn hơn 0.5 (trọng số nhân tố nhỏ nhất rơi vào hai biến quan sát MP_3 và BP_4 với factor loading lần lượt la 0.582 và 0.570).

(Kết quả cụ thể được trình bày ở Phụ lục E).

Nhân tố

STT

Tên biến Tên nhân tố

1 2 3 4 1. ER_4 .792 Chất lượng cảm nhận và cảm xúc 2. ER_1 .729 .318 3. PQ_1 .720 4. ER_3 .712 .327 5. ER_2 .692 .375 6. PQ_2 .662

7. RE_5 .799 Danh tiếng

8. RE_3 .328 .795 9. RE_2 .771 10. RE_4 .665 11. RE_1 .652 12. MP_1 .787 Giá c ả cảm nhận 13. MP_4 .742 .362 14. MP_2 .367 .716 15. MP_3 .300 .582 16. BP_3 .731 Giá cả hành vi 17. BP_1 .314 .708 18. BP_2 .680 19. BP_4 .305 .570 Eigenvalue 1.072 Phương sai trích 63.933%

ER_4 Tôi cảm thấy tự tin khi sử dụng các sản phẩm X ER_1 Tôi nghĩ tôi thực sự thích các sản phẩm X

PQ_1

Tôi thấy chất lượng của sản phẩm X vượt trội hẳn so với các thương hiệu khác

ER_3 Tôi hoàn toàn hài lòng khi sử dụng các sản phẩm X ER_2 Tôi luôn muốn sở hữu các sản phẩm X

PQ_2 Tôi hoàn toàn tin tưởng về chất lượng các sản phẩm X

Nhân tố này được tạo thành từ 2 biến quan sát của thang đo Chất lượng cảm nhận và 4 biến quan sát của thang đo Cảm xúc phản hồi. Sự cảm nhận về chất lượng thường đi đôi với những cảm xúc được biểu hiện ngay sau đó. Khi một người cảm thấy chất lượng một sản phẩm tốt và vượt trội hơn các sản phẩm cùng loại khác thì họ thường thể hiện sự hài lòng, thích thú và mong muốn sở hữu sản phẩm này. Vì thế, nhân tố mới được đặt tên là Chất lượng

cảm nhận và cảm xúc, ký hiệu : QE.

Nhân tố mới được tạo ra này được đánh giá lại độ tin cậy bằng hệ số cronbach anpha. Kết quả cho thấy, cronbach anpha của QE đạt 0.890, tương quan biến tổng nhỏ nhất đạt 0.865 (biến ER_3).

ER_4

• Nhân tố thứ hai gồm 5 biến quan sát như sau:

RE_5 Danh tiếng của thương hiệu X đã được thị trường công nhận RE_3 Tôi nghĩ thương hiệu X là một thương hiệu nổi tiếng, uy tín RE_2 Thương hiệu X rất được chú ý trên thị trường

RE_4 Tôi nghĩ mọi người đánh giá thương hiệu X tốt RE_1 Tôi nghĩ thương hiệu X đang hoạt động tốt

Nhân tố này được đặt tên là Danh tiếng, ký hiệu : RE.

• Nhân tố thứ ba gồm 4 biến quan sát như sau:

MP_1

So với các thương hiệu khác, giá bán của sản phẩm thương hiệu X rất hợp lý

MP_4 Theo tôi, chọn mua sản phẩm X thì tiết kiệm hơn thương hiệu khác MP_2 Theo tôi, giá cả của sản phẩm X tương xứng với giá trị của nó MP_3

Sản phẩm X được đánh giá tốt hơn so với các thương hiệu khác ở cùng mức giá

Nhân tố này được đặt tên là Giá cả cảm nhận, ký hiệu : MP.

• Nhân tố thứ tư gồm 4 biến quan sát như sau:

PQ_1 18.46 10.999 .651 .879 PQ_2 18.28 11.041 .685 .874 ER_1 18.24 10.471 .737 .866 ER_2 18.31 10.022 .705 .872 ER_3 18.24 10.546 .740 .865 18.24 10.502 .736 .866

BP_3

Ngoài giá bán, tôi không mất them chi phí nào khác trong việc mua sản phẩm X

BP_1 Tôi dễ dàng tìm thấy các cửa hàng sản phẩm X trên thị trường BP_2 Tôi không phải bỏ ra nhiều thời gian, công sức để mua sản phẩm X BP_4

Việc trưng bày và bố trí trong các cửa hàng/showroom của sản phẩm X rất thuận lợi để mua

Nhân tố này được đặt tên là Giá cả hành vi, ký hiệu : BP.

4.3.2.2 Thang đo xu hướng tiêu dùng

Để đảm bảo độ tin cậy và độ kết dính của các nhân tố của Xu hướng tiêu dùng đã đưa ra ở phần cơ sở lý thuyết, chúng ta cũng sẽ phải tiến hành phân tích nhân tố đối với các nhân tố của Xu hướng tiêu dùng. Mong đợi của chúng ta là các nhân tố này sẽ cùng nhau tạo thành một nhân tố (phạm trù) có Eigenvalue lớn hơn 1. Điều đó có nghĩa là bốn yếu tố đo lường Xu hướng tiêu dùng có độ kết dính cao và cùng thể hiện một phạm trù Xu hướng tiêu dùng.

Sau khi phân tích EFA, bốn biến quan sát của thang đo xu hướng tiêu dùng được nhóm thành 1 nhân tố. Không có biến quan sát nào bị loại. EFA phù hợp với hệ số KMO = 0.811, phương sai trích gần bằng 76%; các biến quan sát có hệ số tải nhân tố trên 0.5, mức ý nghĩa kiểm định của Bartlett là 0.000.

(Kết quả cụ thể được trình bày ở Phụ lục E).

Bảng 4.5 : Kết quả phân tích EFA thang đo xu hướng tiêu dùng

KMO và kiểm định Bartlett

Kaiser-Meyer-Olkin Measure of Sampling

Bartlett's Test of Sphericity Approx. Chi-Square 763.489 Df 6 Sig. .000 Ma trận nhân tố* Nhân tố 1 BI_3 .910 BI_4 .882 BI_2 .870 BI_1 .821

Phương pháp trích : Principal Component Analysis. a. 1 nhân tố được trích

MÔ HÌNH NGHIÊN CỨU ĐIỀU CHỈNH

Chất lượng & cảm xúc Giá cả cảm nhận Giá cả hành vi Danh tiếng Xu hướng tiêu dùng H1 H2 H3 H4

Hình 4.3 : Mô hình nghiên cứu điều chỉnh

Điều chỉnh các giả thuyết :

H1: Chất lượng cảm nhận và cảm xúc phản hồi có quan hệ dương đối với xu hướng tiêu dùng sản phẩm

H2: Giá cả cảm nhận (bằng tiền) có quan hệ dương đối với xu hướng tiêu dùng sản phẩm

H3: Giá cả hành vi có quan hệ dương đối với xu hướng tiêu dùng sản phẩm

H4: Danh tiếng có quan hệ dương đối với xu hướng tiêu dùng sản phẩm

4.4 Kiểm định mô hình và giả thuyết nghiên cứu

Sau khi qua giai đoạn phân tích nhân tố, có 4 nhân tố được đưa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mô hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H4.

Mô hình hồi quy có dạng sau:

Xu hướng tiêu dùng = βo + β1x Chất lượng cảm nhận & cảm xúc + β2 x Giá cả cảm nhận + β3 x Giá cả hành vi + β4 x Danh tiếng + ε

(Trong đó: βo : hằng số hồi quy, βi: trọng số hồi quy,ε : sai số)

4.4.1 Phân tích tương quan

Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.

Theo ma trận tương quan thì các biến đều có tương quan và có ý nghĩa ở mức 0.01. Hệ số tương quan biến phụ thuộc là xu hướng tiêu dùng với các biến độc lập ở mức tương đối, trong đó Chất lượng cảm nhận và cảm xúc có tương quan cao nhất với xu hướng tiêu dùng (0.805). Do đó, ta có thể kết luận các biến độc lập này có thể đưa vào mô hình để giải thích cho biến xu hướng tiêu dùng.

Bảng 4.6 : Ma trận tương quan giữa các biến

Xu hướng tiêu dùng Chất lượng cảm nhận và cảm xúc Giá cả cảm nhận Giá cả hành vi Danh tiếng Xu hướng tiêu dùng 1 Chất lượng cảm nhận và cảm xúc .805 1 Giá cả cảm nhận .554 .595 1 Giá cả hành vi .428 .448 .470 1

Danh tiếng .673 .618 .441 .489 1

4.4.2 Phân tích hồi quy

Phân tích hồi quy được thực hiện với 4 biến độc lập bao gồm : Chất lượng cảm nhận và cảm xúc (QE), Giá cả cảm nhận (MP), giá cả hành vi (BP), Danh tiếng (RE) và biến phụ thuộc là Xu hướng tiêu dùng (BI). Kết quả thống kê mô tả của các biến đưa vào phân tích hồi quy :

Bảng 4.7 : Thống kê mô tả các biến phân tích hồi quy

Trung bình Độ lệch chuẩn Kích thước mẫu

Xu hướng tiêu dùng 3.6597 .71194 313

Chất lượng cảm nhận và cảm xúc 3.6587 .64400 313

Giá cả cảm nhận 3.5359 .64713 313

Giá cả hành vi 3.8490 .60594 313

Danh tiếng 3.8741 .59366 313

Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về xu hướng tiêu dùng của khách hàng. Phân tích được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc để xem biến nào được chấp nhận. Kết quả phân tích hồi quy như sau:

2

nghĩa 0.05. Hệ số R hiệu chỉnh = 0.699 có nghĩa là có khoảng 69.9% phương sai xu hướng tiêu dùng được giải thích bởi 4 biến độc lập là : Chất lượng cảm nhận và cảm xúc, Giá cả cảm nhận, giá cả hành vi, danh tiếng. Còn lại 30.1% xu hướng tiêu dùng được giải thích bằng các yếu tố khác.

Bảng 4.8 : Bảng đánh giá độ phù hợp của mô hình

Mô hình

Các biến được đưa vào Các biến bị loại bỏ Phương pháp

1 Chất lượng và cảm xúc Giá cả cảm nhận Giá c ả hành vi Danh tiếng Enter

Biến phụ thuộc : Xu hướng tiêu dùng

Mô hình R R2 R2 hiệu chỉnh

Sai số chuẩn dự đoán

1 .838 .703 .699 .39074 Biến dự đoán : (Hằng số), Chất lượng và cảm xúc, Giá cả cảm nhậ n, Giá cả hành vi, Danh tiếng

Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Trong bảng phân tích ANOVA, ta thấy giá trị sig. rất nhỏ (sig. =

Bảng 4.9 : Phân tích phương sai (hồi quy)

ANOVAb Mô hình Tổng các bình phương Df Bình phương trung bình F Sig. 1 Phần hồi quy 111.112 4 27.778 181.935 .000a Phần dư 47.026 308 .153 Tổng cộng 158.138 312

a. Biến dự đoán : (Hằng số), Chất lượng và cảm xúc, Giá cả cảm nhận, Giá cả hành vi, Danh tiếng

b. Biến phụ thuộc : Xu hướng tiêu dùng

Bảng 4.10 : Hệ số hồi quy sử dụng phương pháp Enter

Mô hình

Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa T S ig. Thống kê đa cộng tuyến B Sai số

chuẩn Beta Dung sai VIF

Hằng số -.291 .17 2 -1.692 .092 Chất lượng và cảm xúc .649 .04 9 .587 13.161 .000 .486 2.058 Giá cả cảm nhận .098 .04 4 .089 2.202 .028 .594 1.685 Giá cả hành vi -.013 .04 4 -.011 -.298 .766 .677 1.477

Danh tiếng .331

.05 0

.276 6.657 .000 .561 1.783

Trong kết quả trên, nếu sig. < 0.05 tương đương với độ tin cậy 95% và

|t| > 2 thì nhân tố đó được chấp nhận, có nghĩa là nó có sự tác động đến xu hướng tiêu dùng. Kết quả hồi quy cho thấy có 3 nhân tố thỏa mãn điều kiện là: Chất lượng cảm nhận và cảm xúc, giá cả cảm nhận, danh tiếng.

Hình 4.4 : Kết quả phân tích hồi quy

Hệ số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized) và (2) chuẩn hóa (Standardized). Vì hệ số hồi quy chưa chuẩn hóa (B), giá trị của nó phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mô hình được. Hệ số hồi quy chuẩn hóa (beta, ký hiệu β) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy chúng được dùng để so sánh mức độ Chất lượng cảm nhận & cảm xúc Giá cả cảm nhận Danh tiếng Xu hướng tiêu dùng β = 0.276 Sig. = 0.00 β = 0.089 Sig. = 0.03 β = 0.587 Sig. = 0.00

tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số

Một phần của tài liệu CƠ SỞ LÝ THUYẾT BÁO CÁO VỀ XU HƯỚNG TIÊU DÙNG HIỆN NAY (Trang 41)

Tải bản đầy đủ (PDF)

(99 trang)